Claude Sonnet 5 上线后遭遇大量用户投诉，主要问题包括上下文记忆泄露、性格叛逆、频繁反驳用户以及处理复杂任务时效率低下。

打不过千问和 Minimax，性价比全面翻车




发布不到 24 小时，一张来自 GitHub 的跑分截图开始在中文技术圈疯传。这个项目叫LLM Benchmark Dashboard，是个人私有题库，主要在逻辑、数学、编程、人类直觉等高难度硬核推理问题上，测模型在深度思考、长思维链（Reasoning）模式下的表现。在这场考核中，被寄予厚望的 Sonnet 5 不仅没能碾压全场，反而暴露出一个致命弱点：极度拉胯的性价比。